“A Genetic Map in the Mimulus guttatus Species Complex Reveals Transmission Ratio Distortion due to Heterospecific Interactions”

O trabalho publicado em 2001 representa um estudo entre o cruzamento interespecífico entre M. guttatus e M. nasutus sobre especiação e adaptação floral. A construção de um mapa de ligação a partir de uma população F2 mostrou que próximo da metade dos marcadores apresentou significante distorção da taxa de transmissão, sugerindo uma divergência substancial entre as duas espécies. O mapa foi construído a partir de 255 marcadores em 14 grupos de ligação, com um comprimento total de 1780 cM Kosambi. Dentre esses 255 marcadores, haviam marcadores AFLP, microssatélites e marcadores baseados em gene.

Mapa resultante deste trabalho:

Novos locos foram genotipados agora e um novo mapa será construído a seguir:

Importando os dados:

Chamando a biblioteca ‘onemap’, lendo o arquivo ‘.raw’ contendo os novos marcadores e verificando o tipo de população em estudo através do ‘onemap’:

library('onemap')
library('knitr')
map_maker_data <- read_mapmaker(file = "m_feb06.raw")
##  --Read the following data:
##  Type of cross:          f2 
##  Number of individuals:  287 
##  Number of markers:      418 
##  Missing trait values:       
##    fl: 11 
##    fs: 19 
##    ft: 11 
##    ll: 20 
##    nv: 12 
##    pa: 35 
##   pal: 11 
##    pv: 12 
##    sa: 11 
##    sl: 11 
##    ss: 28 
##    tl: 11 
##    tp: 12 
##    tw: 11 
##    vi: 12 
##    ww: 11
class(map_maker_data)
## [1] "onemap" "f2"

A população F2 contém 287 indivíduos e 418 marcadores agora.

Visualização dos dados:

Antes de construir o mapa é aconselhado avaliar visualmente a população, distribuição e o tipo dos marcadores utilizando as seguintes funções:

plot(map_maker_data)

plot_by_segreg_type(map_maker_data)

Os gráficos nos mostram que o conjunto de dados possui 213 marcadores codominantes (A.H.B), 92 marcadores dominantes para o alelo B (C.A) e 113 marcadores dominantes para o alelo A (D.B).

Achando marcadores redundantes:

Há grande possibilidade que haja marcadores contendo as mesmas informações genotípicas. Estes marcadores que não agregam novas informações serão agrupados em compartimentos, ou ‘bins’, por meio da função ‘find_bins()’. Pois deixá-los na análise só irá aumentar o esforço computacional durante a montagem do mapa.

bins <- find_bins(map_maker_data); bins
## This is an object of class 'onemap_bin'
##     No. individuals:                         287 
##     No. markers in original dataset:         418 
##     No. of bins found:                       418 
##     Average of markers per bin:              1 
##     Type of search performed:                exact
bins_example <- create_data_bins(map_maker_data, bins)

Neste conjunto de dados não há marcas redundantes.

Teste de segregação:

Essa etapa é necessária para verificar se os marcadores estão segregando de forma mendeliana, para isso o teste chi-quadrado é realizado:

f2_test <- test_segregation(bins_example); class(f2_test)
## [1] "onemap_segreg_test"
print(f2_test)[1:10, 1:5]
##    Marker    H0 Chi-square      p-value % genot.
## 1   AA461   3:1  9.6012121 0.0019444897    95.82
## 2   AA420   3:1  0.8836364 0.3472076393    95.82
## 3   AA404   3:1  1.8436364 0.1745253406    95.82
## 4   AA384   3:1  3.9381818 0.0472017677    95.82
## 5   AA378   3:1 12.3648485 0.0004374931    95.82
## 6  AA371C 1:2:1  5.3927273 0.0674503413    95.82
## 7   AA361   3:1  4.8109091 0.0282801226    95.82
## 8   AA341   3:1  2.2412121 0.1343756065    95.82
## 9   AA311   3:1  5.4412121 0.0196670167    95.82
## 10  AA280   3:1  3.4048485 0.0650050838    95.82

Onde na coluna 1 são os marcadores. Na coluna 2 são as hipóteses nulas de que cada marcador está segregando de acordo com o tipo do marcador, se dominante ou codominante. Na coluna 3 é o teste de Chi-quadrado. Na coluna 4 o seu p-valor. E na coluna 5 a proporção dos indivíduos genotipados para esse marcador.

Correção de Bonferroni

No entanto para declarar significância, devemos levar em conta a análise de múltiplos testes e fazer uma correção de Bonferroni:

Bonferroni_alpha(f2_test)
## [1] 0.0001196172
plot(f2_test)

O gráfico mostra os p-valores transformados usando o Log negativo na base 10 para melhor visualização. Para assegurar confiabilidade nos resultados, optamos por descartar as marcas que estão entre os 15% significantes, mesmo sendo uma correção conservativa.

Selecionamos apenas as marcas que estão entre os 85% não significantes:

select_segreg(f2_test, distorted = FALSE)
no_dist <- select_segreg(f2_test, distorted = FALSE, numbers = TRUE); no_dist

E agora o número de marcas restantes são:

length(no_dist)
## [1] 356

Estimando a fração de recombinação por dois pontos:

Agora iremos testar primeiro a fração de recombinação por pares e calcular a pontuação LOD:

twopts_f2 <- rf_2pts(input.obj = bins_example)
## Computing 87153 recombination fractions:
## 
##  0%  ........................................... 100%
LOD_sug <- suggest_lod(bins_example) # LOD_sug

O LOD mínimo sugerido é:

LOD_sug
## [1] 5.429707

Atribuindo marcadores aos seus grupos de ligação:

Como não há informação dos cromossomos e posição dos marcadores, iremos levar em consideração apenas as informações de recombinação para montagem do mapa. Agora atribuiremos os marcadores aos devidos grupos de ligação:

mark_all_f2 <- make_seq(twopts_f2, no_dist)

Selecionando a função de mapeamento de Kosambi:

set_map_fun(type = "kosambi")

Usaremos a função ‘group()’ para separar os marcadores por grupo, utilizando máxima fração de recombinação de 50%. Antes de utilizar o LOD sugerido, iremos analisar os LODs:

data <- data.frame(); data2 <- data.frame()
for (j in 1:10) {
  LGs_f2 <- group(mark_all_f2, LOD = j, max.rf = 0.5)
  for (i in 1:LGs_f2$n.groups){
    LG1 <- make_seq(LGs_f2, i)
    data <- data.frame(lod = j, grupo = i, num_markers = length(LG1$seq.num))
    data2 <- rbind(data2, data);
  }
}
##    Selecting markers: 
##    group    1 
##     ............................................................
##     ............................................................
##     ............................................................
##     ............................................................
##     ............................................................
##     .......................................................
##    Selecting markers: 
##    group    1 
##     ............................................................
##     ............................................................
##     ............................................................
##     ............................................................
##     ............................................................
##     ...................................................
##    Selecting markers: 
##    group    1 
##     ............................................................
##     ............................................................
##     ............................................................
##     ............................................................
##     ............................................................
##     ...........................................
##    group    2 
##     .....
##    Selecting markers: 
##    group    1 
##     ............................................
##    group    2 
##     ............................................................
##     ......................................
##    group    3 
##     ............................................................
##     ...........................................................
##    group    4 
##     ......................................
##    group    5 
##     ........................................
##    group    6 
##     .....
##    Selecting markers: 
##    group    1 
##     ......
##    group    2 
##     .....................
##    group    3 
##     ............................................................
##     ......................
##    group    4 
##     ......................................
##    group    5 
##     ..............
##    group    6 
##     ..................................................
##    group    7 
##     ...............................
##    group    8 
##     .........................
##    group    9 
##     ............
##    group    10 
##     .....
##    group    11 
##     .......................
##    group    12 
##     ....................
##    group    13 
##     .....
##    group    14 
##     ..
##    Selecting markers: 
##    group    1 
##     ......
##    group    2 
##     .....................
##    group    3 
##     ............................................................
##     ......................
##    group    4 
##     ......................................
##    group    5 
##     ..............
##    group    6 
##     ..................................................
##    group    7 
##     ...............................
##    group    8 
##     .........................
##    group    9 
##     ............
##    group    10 
##     .....
##    group    11 
##     .......................
##    group    12 
##     ....................
##    group    13 
##     .....
##    group    14 
##     ..
##    Selecting markers: 
##    group    1 
##     ......
##    group    2 
##     .....................
##    group    3 
##     ........................
##    group    4 
##     ......................................
##    group    5 
##     ..............
##    group    6 
##     ..................................................
##    group    7 
##     ........................................................
##    group    8 
##     ...............................
##    group    9 
##     .........................
##    group    10 
##     ............
##    group    11 
##     .....
##    group    12 
##     .......................
##    group    13 
##     ....................
##    group    14 
##     .....
##    group    15 
##     ..
##    Selecting markers: 
##    group    1 
##     ......
##    group    2 
##     .....................
##    group    3 
##     ........................
##    group    4 
##     ......................................
##    group    5 
##     ..............
##    group    6 
##     ..................................................
##    group    7 
##     ........................................................
##    group    8 
##     ...............................
##    group    9 
##     .........................
##    group    10 
##     ............
##    group    11 
##     .....
##    group    12 
##     ....................
##    group    13 
##     ......................
##    group    14 
##     .....
##    group    15 
##     ..
##    Selecting markers: 
##    group    1 
##     ....
##    group    2 
##     .....
##    group    3 
##     ........................
##    group    4 
##     ......................................
##    group    5 
##     ..............
##    group    6 
##     ..................................................
##    group    7 
##     ........................................................
##    group    8 
##     .
##    group    9 
##     ...............................
##    group    10 
##     .........................
##    group    11 
##     ............
##    group    12 
##     .....
##    group    13 
##     ...................
##    group    14 
##     ...............
##    group    15 
##     ......................
##    group    16 
##     .....
##    group    17 
##     ..
##    Selecting markers: 
##    group    1 
##     ....
##    group    2 
##     .....
##    group    3 
##     ........................
##    group    4 
##     ......................................
##    group    5 
##     ..............
##    group    6 
##     .................................................
##    group    7 
##     .......................................................
##    group    8 
##     .
##    group    9 
##     ...............................
##    group    10 
##     .........................
##    group    11 
##     ............
##    group    12 
##     .....
##    group    13 
##     ...................
##    group    14 
##     ...............
##    group    15 
##     ......................
##    group    16 
##     .....
##    group    17 
##     ..
table(data2$lod)
## 
##  1  2  3  4  5  6  7  8  9 10 
##  1  1  2  6 14 14 15 15 17 17
subset(data2, lod == "5")
##    lod grupo num_markers
## 11   5     1           7
## 12   5     2          22
## 13   5     3          83
## 14   5     4          39
## 15   5     5          15
## 16   5     6          51
## 17   5     7          32
## 18   5     8          26
## 19   5     9          13
## 20   5    10           6
## 21   5    11          24
## 22   5    12          21
## 23   5    13           6
## 24   5    14           3
sum(subset(data2, lod =="5")[ , 3])
## [1] 348
(LGs_f2 <- group(mark_all_f2, LOD = 5, max.rf = 0.5))
##    Selecting markers: 
##    group    1 
##     ......
##    group    2 
##     .....................
##    group    3 
##     ............................................................
##     ......................
##    group    4 
##     ......................................
##    group    5 
##     ..............
##    group    6 
##     ..................................................
##    group    7 
##     ...............................
##    group    8 
##     .........................
##    group    9 
##     ............
##    group    10 
##     .....
##    group    11 
##     .......................
##    group    12 
##     ....................
##    group    13 
##     .....
##    group    14 
##     ..
##   This is an object of class 'group'
##   It was generated from the object "mark_all_f2"
## 
##   Criteria used to assign markers to groups:
##     LOD = 5 , Maximum recombination fraction = 0.5 
## 
##   No. markers:            356 
##   No. groups:             14 
##   No. linked markers:     348 
##   No. unlinked markers:   8 
## 
##   Printing groups:
##   Group 1 : 7 markers
##     AA461 AA341 BA416 BA374 CA174 CC447 AAT333 
## 
##   Group 2 : 22 markers
##     AA420 BA301 BA172 BA125 CA279 CA228 CB280 BD175 BD99 BC167 BC126 CC132 CC130 CC385C MgSTS316 MgSTS49 MgSTS106 MgSTS56 MgSTS457 MgSTS513 MgSTS589 MgSTS565 
## 
##   Group 3 : 83 markers
##     AA404 AA361 AA280 AA100 BA497 BA384 BA220 BA75 BB281 BB259 BB190 BB122 BB119 BB102 CA289 CA238 CA220 CA198 CA131 CA96 CB309 CB246 CB187 CB173 CB166 CB162 CB156 BD433 BD429 BD292 BD286 BD263 BD209 BD170 BD68 AA153C CA258C BB103C AAT261 AAT278 AAT374 AAT372 AG19 BC498 BC379 BC334 BC131 BC70 BC586C BC128C CC392 CC387 CC378 CC330 CC286 CC283 AAT312 AAT283 MgSTS27 MgSTS308 MgSTS43 MgSTS48 MgSTS474 MgSTS95 MgSTS50 MgSTS388 MgSTS332 MgSTS37 MgSTS34 MgSTS509 MgSTS251 MgSTS351 MgSTS293 MgSTS574B MgSTS574a MgSTS579 MgSTS535 MgSTS539 MgSTS609 MgSTS383 MgSTS441 MgSTS511 MgSTS214 
## 
##   Group 4 : 39 markers
##     AA384 AA166C AA66 BA210 BA113 BB208 CA497 CA415 CA399 CA384 CA297 CA233 CB329 CB257 BD411 BD243 BD239 BD130 BD115 AA346C AA374C BA279C CA183C BC512 BC321 BC216 BC192 CC531 CC270 MgSTS132 MgSTS228 MgSTS234 MgSTS455 MgSTS262 MgSTS362 MgSTS492 MgSTS347 MgSTS477 MgSTS542B 
## 
##   Group 5 : 15 markers
##     AA378 AA268 AA163 BA69 BB210 BB186 CB230 BD316C AA454C BC506 CC124 MgSTS40 MgSTS282A MgSTS255 MgSTS586 
## 
##   Group 6 : 51 markers
##     AA371C AA311 AA277 AA270 AA158 BA222 BA117 CA283 CA152C CB333 BD179 BD169 BD55 AAT230 AAT300 BC392 BC243 BC125 CC457 CC381 CC262 CC126 CC171C MgSTS21 MgSTS25 MgSTS22 MgSTS28 MgSTS105 MgSTS120 MgSTS58 MgSTS229 MgSTS323 MgSTS508 MgSTS529 MgSTS480 MgSTS426 MgSTS453 MgSTS456 MgSTS430 MgSTS314 MgSTS320 MgSTS606 MgSTS504A MgSTS504B MgSTS545 MgSTS542A MgSTS459 MgSTS220 MgSTS467 MgSTS431 MgSTS440 
## 
##   Group 7 : 32 markers
##     AA246 BA372 BA314 BA158 BB167 CA305 CA210 CA122 CB272 BD189C AAT217 AAT39 AAT211 AAT296 CYCB AAT242 CC450 CC359 CC338C MgSTS59 MgSTS69 MgSTS31 MgSTS76 MgSTS330 MgSTS381 MgSTS571 MgSTS590 MgSTS537 MgSTS538 MgSTS563 MgSTS504C MgSTS621 
## 
##   Group 8 : 26 markers
##     AA167 AA95 BA445 BA400 BA311 BB218 BB176 CA261 CA217 CA196 CA167 CB115 BA396C AAT222 BC108 BC83 CC540 CC402 LFY MgSTS468 MgSTS638 MgSTS536 MgSTS558 MgSTS611 MgSTS600 MgSTS470 
## 
##   Group 9 : 13 markers
##     AA137 BB216 CA75 BD371 BD251 CC93 MgSTS17 MgSTS18 MgSTS133 MgSTS350 MgSTS500 MgSTS578 MgSTS632 
## 
##   Group 10 : 6 markers
##     BA449 CC61 MgSTS26 MgSTS93 MgSTS344 MgSTS598 
## 
##   Group 11 : 24 markers
##     BA394 BA175 BB182 CA378 CA140 CB216 BD143 AA296C BA245C AAT308 AAT364 BC546 BC478 BC376 BC330 BC266 BC219 CC149 CC114 MgSTS36 MgSTS437 MgSTS113 MgSTS282B MgSTS438 
## 
##   Group 12 : 21 markers
##     BA334 BA145 BB198 CA315 CB172 CB126 CB55 CB263C AAT240 BC199 CC150 MgSTS55 MgSTS45 MgSTS11 MgSTS68 MgSTS326 MgSTS419 MgSTS577 MgSTS104 MgSTS622 MgSTS599 
## 
##   Group 13 : 6 markers
##     BA153 BD270 BC194C CC138 MgSTS98 MgSTS212 
## 
##   Group 14 : 3 markers
##     CA150 BC80 AP3 
## 
##   Unlinked markers: 8  markers
##     AA208 BB279 CA392 BC542 BC374 BC135 CC371 MgSTS23

Separando cada marcador em uma sequência referente ao seu grupo de ligação:

F2_LGs_list <- list()
for (i in 1:LGs_f2$n.groups) {
  name <- paste0("LG" ,i , "_f2")
  F2_LGs_list[[i]] <- assign(name, make_seq(LGs_f2, i))
}

Primeiro ordenamento:

Ordenando dentro do grupo 3 por ser o maior, o algoritmo utilizado será ‘Recombination Counting and Ordering’, a escolha se deu por ser o algoritmo que resultou no melhor mapa para esse grupo e tambḿe por ser o menor. Para motivos de comparação também foram utilizados o algoritmo ‘Rapid Chain Delineation (Doerge, 1996)’, o algoritmo ‘Unidirectional Growth (Tan and Fu, 2006)’ e o método que ordena os marcadores por uma abordagem de escalonamento multidimensional ‘MDS’:

LG3_rec_f2 <- record(LG3_f2); LG3_rec_f2 #Recombination Counting and Ordering
LG3_rcd_f2 <- rcd(LG3_f2); LG3_rcd_f2 #Rapid Chain Delineation
LG3_ug_f2 <- ug(LG3_f2); LG3_ug_f2 #Unidirectional Growth
LG3_mds_f2 <- mds_onemap(input.seq = LG3_f2, hmm = TRUE, mds.seq = TRUE, mapfn = "kosambi"); LG3_mds_f2 #MDS

Aqui estão os gráficos de ligação referentes a cada um dos algoritmos:

rf_graph_table(LG3_rcd_f2) #Rapid Chain Delineation

rf_graph_table(LG3_mds_f2)#MDS

rf_graph_table(LG3_ug_f2) #Unidirectional Growth

rf_graph_table(LG3_rec_f2) #Recombination Counting and Ordering

Aplicando o método ‘record’ para o ordenamento de todos os grupos de ligação:

F2_rec_list <- lapply(F2_LGs_list, record)

Agora ordenando todos os grupos utilizando a função ‘order_seq()’:

LGs_f2_ord_list <- lapply(F2_rec_list, order_seq, n.init = 5, subset.search = "twopt", twopt.alg = "rec", THRES = 3, touchdown = TRUE)

Etapas finais utilizando o ordenamento ‘Safe’ e ‘Force’:

Testando o ordenamento ‘Safe’ para fazer o mapa:

LGs_f2_final <- lapply(LGs_f2_ord_list,make_seq, "safe")

Fazendo os gráficos de todos os grupos agora ordenados:

lapply(LGs_f2_final, rf_graph_table)
## [[1]]

## 
## [[2]]

## 
## [[3]]

## 
## [[4]]

## 
## [[5]]

## 
## [[6]]

## 
## [[7]]

## 
## [[8]]

## 
## [[9]]

## 
## [[10]]

## 
## [[11]]

## 
## [[12]]

## 
## [[13]]

## 
## [[14]]

Para checar ordens alternativas nós utilizaremos a função ‘ripple_seq’:

lapply(LGs_f2_final, ripple_seq, ws = 2, LOD = 3)

Utilizando a função ‘draw_map’ para desenhar o mapa e a função ‘draw_map2’ para gerar um arquivo em formato ‘.png’ do mapa:

draw_map(LGs_f2_final, names = TRUE, grid = TRUE, cex.mrk = 0.7)

draw_map2(LGs_f2_final, col.group = "#58A4B0", col.mark = "#335C81", output = "map_LGSafe.png")

Testando o ordenamento ‘Force’ para fazer o mapa:

LGs_f2_final <- lapply(LGs_f2_ord_list,make_seq, "force")

Fazendo os gráficos de todos os grupos agora ordenados:

lapply(LGs_f2_final, rf_graph_table)
## [[1]]

## 
## [[2]]

## 
## [[3]]

## 
## [[4]]

## 
## [[5]]

## 
## [[6]]

## 
## [[7]]

## 
## [[8]]

## 
## [[9]]

## 
## [[10]]

## 
## [[11]]

## 
## [[12]]

## 
## [[13]]

## 
## [[14]]

Para checar ordens alternativas nós utilizaremos a função ‘ripple_seq’:

lapply(LGs_f2_final, ripple_seq, ws = 2, LOD = 3)

Utilizaremos a função ‘draw_map’ para desenhar o mapa e a função ‘draw_map2’ para gerar um arquivo em formato ‘.png’ do mapa:

draw_map(LGs_f2_final, names = TRUE, grid = TRUE, cex.mrk = 0.7)

draw_map2(LGs_f2_final, col.group = "#58A4B0", col.mark = "#335C81", output = "map_LGForce.png")

Aqui estão os mapas utilizados com o ordenamento ‘safe’ e ‘force’:

knitr::include_graphics("map_LGForce.png")

knitr::include_graphics("map_LGSafe.png")

Para melhorar alguns componentes de qualidade do mapa, optamos pela função ‘force’, e posteriormente iremos utilizar as funções ‘drop_maker’ e ‘try’ para ajustar os grupos de ligação, começando com o grupo 3:

n <- 3
draw_map(LGs_f2_final[[n]], names = TRUE, grid = TRUE, cex.mrk = 0.7)

rf_graph_table(LGs_f2_final[[n]])

(F2_temp <- drop_marker(LGs_f2_final[[n]], 149)); (F2_temp <- map(F2_temp))
(F2_temp <- drop_marker(LGs_f2_final[[n]], c(149, 221))); (F2_temp <- map(F2_temp))
(F2_temp <- drop_marker(LGs_f2_final[[n]], c(149, 221, 119, 130, 7, 3, 125, 235))); (F2_temp <- map(F2_temp))


(F2_temp <- drop_marker(LGs_f2_final[[n]], c(149, 221, 217, 229, 372, 115, 64))); (F2_temp <- map(F2_temp))

#(F2_temp <- try_seq(input.seq = F2_temp, mrk = 149)) #A inserção do marcador '149' inflacionou o tamanho do mapa, por isso optamos por mantê-lo fora.
#(F2_temp <- make_seq(F2_temp, 52))
LGs_f2_final[[3]] <- F2_temp
rf_graph_table(LGs_f2_final[[3]])

O mesmo com o grupo 4:

n <- 4
(F2_temp <- drop_marker(LGs_f2_final[[n]], c(146, 77, 126))); (F2_temp <- map(F2_temp))
## 
## Number of markers: 36
## Markers in the sequence:
## AA384 CB257 MgSTS234 CC270 BC321 MgSTS455 BC216 BC192 CC531 BD239 BD130 AA346C 
## BA113 BA279C CA297 BB208 MgSTS228 MgSTS492 MgSTS262 MgSTS362 MgSTS477 AA166C 
## AA66 CA183C BD243 CA497 AA374C CA233 CA415 CA399 BA210 MgSTS132 MgSTS347 BC512 
## CB329 MgSTS542B
## 
## Parameters not estimated.
## 
## Printing map:
## 
## Markers                Position           
## 
##   4 AA384                  0.00           
## 111 CB257                 27.56           
## 293 MgSTS234              35.15           
## 239 CC270                 44.86           
## 202 BC321                 60.89           
## 310 MgSTS455              71.04           
## 206 BC216                 94.81           
## 208 BC192                111.62           
## 223 CC531                115.26           
## 137 BD239                129.80           
## 145 BD130                137.07           
## 155 AA346C               142.36           
##  52 BA113                146.12           
## 159 BA279C               154.74           
##  81 CA297                161.51           
##  62 BB208                164.09           
## 291 MgSTS228             166.51           
## 347 MgSTS492             175.40           
## 321 MgSTS262             185.33           
## 336 MgSTS362             194.81           
## 395 MgSTS477             200.39           
##  18 AA166C               208.22           
##  24 AA66                 216.99           
## 161 CA183C               222.28           
## 135 BD243                231.38           
##  73 CA497                238.09           
## 156 AA374C               242.55           
##  89 CA233                251.92           
##  74 CA415                260.05           
##  75 CA399                269.89           
##  42 BA210                272.30           
## 289 MgSTS132             278.74           
## 358 MgSTS347             284.10           
## 191 BC512                289.08           
## 107 CB329                293.34           
## 403 MgSTS542B            297.16           
## 
##  36 markers            log-likelihood: -3970.238
LGs_f2_final[[n]] <- F2_temp
rf_graph_table(LGs_f2_final[[n]])

#LGs_f2_final[[4]]

E o mesmo com o grupo 6:

n <- 6
(F2_temp <- drop_marker(LGs_f2_final[[n]], c(150, 246, 213))); (F2_temp <- map(F2_temp))
## 
## Number of markers: 48
## Markers in the sequence:
## CC457 MgSTS508 MgSTS529 AA311 MgSTS440 MgSTS25 MgSTS542A MgSTS545 MgSTS314 
## MgSTS120 BD179 MgSTS459 MgSTS320 AAT230 BA117 AA277 AA270 AA158 MgSTS105 
## MgSTS21 MgSTS58 MgSTS431 MgSTS229 MgSTS220 BD169 CC171C BA222 MgSTS22 CB333 
## AAT300 CA152C CC381 CA283 CC262 MgSTS504A MgSTS426 MgSTS28 MgSTS453 MgSTS504B 
## MgSTS606 MgSTS323 MgSTS467 MgSTS430 MgSTS456 BC392 AA371C BC243 MgSTS480
## 
## Parameters not estimated.
## 
## Printing map:
## 
## Markers                Position           
## 
## 224 CC457                  0.00           
## 306 MgSTS508               7.93           
## 309 MgSTS529               9.13           
##   9 AA311                 17.03           
## 418 MgSTS440              24.56           
## 267 MgSTS25               34.84           
## 402 MgSTS542A             41.57           
## 401 MgSTS545              52.90           
## 354 MgSTS314              54.93           
## 274 MgSTS120              58.00           
## 139 BD179                 60.07           
## 411 MgSTS459              63.66           
## 359 MgSTS320              67.28           
## 181 AAT230                77.60           
##  51 BA117                 90.55           
##  11 AA277                 97.76           
##  12 AA270                102.56           
##  20 AA158                110.83           
## 273 MgSTS105             117.93           
## 264 MgSTS21              119.98           
## 280 MgSTS58              133.54           
## 417 MgSTS431             135.64           
## 292 MgSTS229             137.55           
## 412 MgSTS220             145.56           
## 143 BD169                152.47           
## 254 CC171C               156.89           
##  39 BA222                162.65           
## 268 MgSTS22              165.94           
## 106 CB333                168.74           
## 186 AAT300               169.81           
##  99 CA152C               174.04           
## 230 CC381                179.18           
##  83 CA283                184.65           
## 240 CC262                185.76           
## 398 MgSTS504A            191.31           
## 342 MgSTS426             200.65           
## 272 MgSTS28              203.05           
## 343 MgSTS453             204.42           
## 399 MgSTS504B            204.80           
## 389 MgSTS606             210.68           
## 297 MgSTS323             212.08           
## 414 MgSTS467             213.63           
## 351 MgSTS430             213.92           
## 344 MgSTS456             218.99           
## 195 BC392                223.94           
##   6 AA371C               236.71           
## 204 BC243                259.34           
## 312 MgSTS480             294.85           
## 
##  48 markers            log-likelihood: -4499.367
LGs_f2_final[[n]] <- F2_temp
rf_graph_table(LGs_f2_final[[n]])

Mapa final utilizando os ajustes nos grupos de ligação:

F2_LGs_list[[1]] <- make_seq(twopts_f2, c(8,    33, 226,    1,  28, 97, 258))
F2_LGs_list[[2]] <- make_seq(twopts_f2, c(252,  50, 2,  245,    90, 296,    38, 209,    45, 109,    302,    315,    345,    140,    317,    369,    388,    348,    244,    148,    212,    84))
F2_LGs_list[[3]] <- make_seq(twopts_f2, c(119,  7,  165,    116,    112,    138,    162,    238,    365,    10, 40, 71, 142,    341,    356,    200,    168,    72, 235,    322,    319,    231,    131,    313,    413,    92, 184,    237,    88, 364,    120,    53, 130,    218,    3,  125,    102,    118,    32, 255,    179,    386,    295,    366,    360,    25, 228,    340,    301,    104,    197,    56, 171,    133,    82, 193,    175,    70, 326,    349,    397,    269,    376,    211,    58, 95, 153,    357,    22, 299,    405,    124,    329,    408,    108,    256))
F2_LGs_list[[4]] <- make_seq(twopts_f2, c(4,    239,    111,    293,    310,    202,    145,    155,    52, 159,    137,    291,    62, 81, 206,    223,    208,    347,    321,    336,    395,    18, 24, 161,    135,    73, 156,    89, 74, 75, 42, 289,    358,    191,    107,    403))
F2_LGs_list[[5]] <- make_seq(twopts_f2, c(65,   247,    282,    371,    54, 113,    61, 129,    5,  13, 157,    19, 192,    332,    333))
F2_LGs_list[[6]] <- make_seq(twopts_f2, c(312,  204,    6,  195,    344,    351,    414,    297,    389,    399,    343,    272,    342,    398,    240,    83, 230,    99, 39, 268,    106,    186,    254,    143,    412,    292,    417,    280,    264,    273,    12, 20, 51, 11, 139,    181,    359,    411,    274,    354,    401,    402,    267,    418,    9,  309,    306,    224))
F2_LGs_list[[7]] <- make_seq(twopts_f2, c(46,   68, 14, 324,    409,    233,    166,    253,    374,    327,    352,    318,    103,    36, 151,    110,    363,    400,    368,    180,    173,    172,    225,    80, 303,    187,    188,    378,    316,    373,    94, 34))
F2_LGs_list[[8]] <- make_seq(twopts_f2, c(227,  27, 215,    174,    375,    222,    17, 67, 122,    96, 29, 87, 23, 37, 384,    257,    367,    160,    214,    59, 387,    415,    381,    311,    98, 93))
F2_LGs_list[[9]] <- make_seq(twopts_f2, c(21,   260,    249,    127,    279,    334,    262,    385,    362,    350,    105,    134,    60))
F2_LGs_list[[10]] <- make_seq(twopts_f2, c(26,  250,    278,    270,    404,    338))
F2_LGs_list[[11]] <- make_seq(twopts_f2, c(66,  101,    114,    78, 298,    392,    154,    201,    331,    185,    183,    314,    189,    198,    44, 158,    300,    144,    194,    205,    242,    203,    248,    30))
F2_LGs_list[[12]] <- make_seq(twopts_f2, c(241, 207,    63, 383,    304,    330,    48, 410,    170,    121,    281,    164,    79, 123,    416,    407,    285,    284,    390,    35, 117))
F2_LGs_list[[13]] <- make_seq(twopts_f2, c(132, 47, 243,    220,    283,    290))
F2_LGs_list[[14]] <- make_seq(twopts_f2, c(216, 100,    259))

(LG1 <- map(F2_LGs_list[[1]]))
## 
## Printing map:
## 
## Markers             Position           
## 
##   8 AA341               0.00           
##  33 BA374              10.67           
## 226 CC447              17.81           
##   1 AA461              25.68           
##  28 BA416              39.84           
##  97 CA174              48.25           
## 258 AAT333             57.87           
## 
##  7 markers            log-likelihood: -761.4381
(LG2 <- map(F2_LGs_list[[2]]))
## 
## Printing map:
## 
## Markers               Position           
## 
## 252 CC385C                0.00           
##  50 BA125                13.96           
##   2 AA420                21.28           
## 245 CC130                31.80           
##  90 CA228                33.43           
## 296 MgSTS316             40.51           
##  38 BA301                71.28           
## 209 BC167                81.30           
##  45 BA172                88.99           
## 109 CB280                90.82           
## 302 MgSTS49              96.17           
## 315 MgSTS106             97.07           
## 345 MgSTS457            101.69           
## 140 BD175               106.02           
## 317 MgSTS56             110.68           
## 369 MgSTS589            111.42           
## 388 MgSTS565            123.73           
## 348 MgSTS513            125.18           
## 244 CC132               131.39           
## 148 BD99                137.37           
## 212 BC126               137.37           
##  84 CA279               166.21           
## 
##  22 markers            log-likelihood: -2139.862
(LG3 <- map(F2_LGs_list[[3]]))
## 
## Printing map:
## 
## Markers                Position           
## 
## 119 CB162                  0.00           
##   7 AA361                 10.51           
## 165 BB103C                16.70           
## 116 CB173                 18.17           
## 112 CB246                 25.11           
## 138 BD209                 32.13           
## 162 CA258C                36.12           
## 238 CC283                 39.30           
## 365 MgSTS574a             44.36           
##  10 AA280                 48.34           
##  40 BA220                 54.14           
##  71 BB119                 61.29           
## 142 BD170                 61.29           
## 341 MgSTS34               70.90           
## 356 MgSTS251              79.71           
## 200 BC334                 89.24           
## 168 AAT261                99.69           
##  72 BB102                117.03           
## 235 CC330                135.99           
## 322 MgSTS50              192.24           
## 319 MgSTS95              197.60           
## 231 CC378                204.26           
## 131 BD286                222.80           
## 313 MgSTS474             228.44           
## 413 MgSTS214             233.28           
##  92 CA220                239.62           
## 184 AG19                 257.78           
## 237 CC286                273.80           
##  88 CA238                291.59           
## 364 MgSTS574B            298.62           
## 120 CB156                304.36           
##  53 BA75                 317.75           
## 130 BD292                328.71           
## 218 BC586C               337.87           
##   3 AA404                342.57           
## 125 BD429                345.05           
## 102 CA131                349.11           
## 118 CB166                349.25           
##  32 BA384                357.45           
## 255 AAT312               358.86           
## 179 AAT372               436.82           
## 386 MgSTS609             445.33           
## 295 MgSTS308             453.28           
## 366 MgSTS579             455.97           
## 360 MgSTS293             461.18           
##  25 BA497                467.83           
## 228 CC392                476.52           
## 340 MgSTS37              495.91           
## 301 MgSTS48              498.72           
## 104 CA96                 503.21           
## 197 BC379                521.34           
##  56 BB281                521.35           
## 171 AAT278               534.02           
## 133 BD263                538.06           
##  82 CA289                541.37           
## 193 BC498                545.14           
## 175 AAT374               549.13           
##  70 BB122                551.79           
## 326 MgSTS388             553.85           
## 349 MgSTS509             554.13           
## 397 MgSTS383             555.44           
## 269 MgSTS27              557.92           
## 376 MgSTS539             564.46           
## 211 BC131                567.41           
##  58 BB259                568.69           
##  95 CA198                571.79           
## 153 AA153C               580.09           
## 357 MgSTS351             587.99           
##  22 AA100                591.38           
## 299 MgSTS43              594.67           
## 405 MgSTS441             615.98           
## 124 BD433                640.42           
## 329 MgSTS332             660.42           
## 408 MgSTS511             666.78           
## 108 CB309                674.47           
## 256 AAT283               702.08           
## 
##  76 markers            log-likelihood: -7610.798
(LG4 <- map(F2_LGs_list[[4]]))
## 
## Printing map:
## 
## Markers                Position           
## 
##   4 AA384                  0.00           
## 239 CC270                 34.04           
## 111 CB257                 44.08           
## 293 MgSTS234              52.06           
## 310 MgSTS455              74.60           
## 202 BC321                 83.17           
## 145 BD130                 89.46           
## 155 AA346C                94.51           
##  52 BA113                 98.24           
## 159 BA279C               106.98           
## 137 BD239                115.52           
## 291 MgSTS228             122.92           
##  62 BB208                126.58           
##  81 CA297                130.28           
## 206 BC216                134.72           
## 223 CC531                146.19           
## 208 BC192                153.49           
## 347 MgSTS492             165.11           
## 321 MgSTS262             174.74           
## 336 MgSTS362             184.09           
## 395 MgSTS477             189.64           
##  18 AA166C               197.50           
##  24 AA66                 206.27           
## 161 CA183C               211.55           
## 135 BD243                220.65           
##  73 CA497                227.37           
## 156 AA374C               231.83           
##  89 CA233                241.20           
##  74 CA415                249.33           
##  75 CA399                259.17           
##  42 BA210                261.58           
## 289 MgSTS132             268.01           
## 358 MgSTS347             273.38           
## 191 BC512                278.36           
## 107 CB329                282.62           
## 403 MgSTS542B            286.44           
## 
##  36 markers            log-likelihood: -3937.076
(LG5 <- map(F2_LGs_list[[5]]))
## 
## Printing map:
## 
## Markers                Position           
## 
##  65 BB186                  0.00           
## 247 CC124                  6.79           
## 282 MgSTS40               16.83           
## 371 MgSTS586              38.33           
##  54 BA69                  41.54           
## 113 CB230                 46.11           
##  61 BB210                 47.65           
## 129 BD316C                49.37           
##   5 AA378                 58.33           
##  13 AA268                 81.76           
## 157 AA454C                92.39           
##  19 AA163                101.69           
## 192 BC506                117.72           
## 332 MgSTS282A            137.04           
## 333 MgSTS255             141.12           
## 
##  15 markers            log-likelihood: -1789.227
(LG6 <- map(F2_LGs_list[[6]]))
## 
## Printing map:
## 
## Markers                Position           
## 
## 312 MgSTS480               0.00           
## 204 BC243                 35.51           
##   6 AA371C                58.14           
## 195 BC392                 70.91           
## 344 MgSTS456              75.86           
## 351 MgSTS430              80.93           
## 414 MgSTS467              81.22           
## 297 MgSTS323              82.77           
## 389 MgSTS606              84.17           
## 399 MgSTS504B             90.05           
## 343 MgSTS453              90.43           
## 272 MgSTS28               91.80           
## 342 MgSTS426              94.20           
## 398 MgSTS504A            103.54           
## 240 CC262                109.08           
##  83 CA283                110.20           
## 230 CC381                115.65           
##  99 CA152C               120.79           
##  39 BA222                125.70           
## 268 MgSTS22              130.15           
## 106 CB333                132.62           
## 186 AAT300               133.69           
## 254 CC171C               138.14           
## 143 BD169                142.62           
## 412 MgSTS220             149.67           
## 292 MgSTS229             157.67           
## 417 MgSTS431             159.59           
## 280 MgSTS58              161.69           
## 264 MgSTS21              175.24           
## 273 MgSTS105             177.32           
##  12 AA270                183.58           
##  20 AA158                191.70           
##  51 BA117                201.78           
##  11 AA277                205.06           
## 139 BD179                213.56           
## 181 AAT230               218.87           
## 359 MgSTS320             229.24           
## 411 MgSTS459             232.80           
## 274 MgSTS120             237.68           
## 354 MgSTS314             240.90           
## 401 MgSTS545             243.00           
## 402 MgSTS542A            254.28           
## 267 MgSTS25              261.00           
## 418 MgSTS440             271.25           
##   9 AA311                278.75           
## 309 MgSTS529             286.67           
## 306 MgSTS508             287.86           
## 224 CC457                295.80           
## 
##  48 markers            log-likelihood: -4487.073
(LG7 <- map(F2_LGs_list[[7]]))
## 
## Printing map:
## 
## Markers                Position           
## 
##  46 BA158                  0.00           
##  68 BB167                 18.12           
##  14 AA246                 20.48           
## 324 MgSTS76               24.56           
## 409 MgSTS621              39.53           
## 233 CC359                 43.69           
## 166 AAT217                51.68           
## 253 CC338C                64.15           
## 374 MgSTS538              75.08           
## 327 MgSTS330              79.91           
## 352 MgSTS381              83.98           
## 318 MgSTS31               91.18           
## 103 CA122                 94.98           
##  36 BA314                101.04           
## 151 BD189C               110.65           
## 110 CB272                129.67           
## 363 MgSTS571             135.57           
## 400 MgSTS504C            137.98           
## 368 MgSTS590             140.22           
## 180 AAT296               161.00           
## 173 AAT211               168.72           
## 172 AAT39                172.10           
## 225 CC450                182.55           
##  80 CA305                188.23           
## 303 MgSTS59              192.07           
## 187 CYCB                 199.25           
## 188 AAT242               207.19           
## 378 MgSTS563             224.15           
## 316 MgSTS69              224.80           
## 373 MgSTS537             240.52           
##  94 CA210                245.05           
##  34 BA372                251.66           
## 
##  32 markers            log-likelihood: -3760.048
(LG8 <- map(F2_LGs_list[[8]]))
## 
## Printing map:
## 
## Markers               Position           
## 
## 227 CC402                 0.00           
##  27 BA445                22.11           
## 215 BC83                 39.56           
## 174 AAT222               54.69           
## 375 MgSTS536             67.72           
## 222 CC540                88.16           
##  17 AA167                97.37           
##  67 BB176                97.39           
## 122 CB115               103.07           
##  96 CA196               108.06           
##  29 BA400               113.72           
##  87 CA261               113.93           
##  23 AA95                121.47           
##  37 BA311               127.21           
## 384 MgSTS611            131.61           
## 257 LFY                 136.87           
## 367 MgSTS638            144.67           
## 160 BA396C              160.63           
## 214 BC108               170.61           
##  59 BB218               174.26           
## 387 MgSTS600            180.97           
## 415 MgSTS470            182.23           
## 381 MgSTS558            186.44           
## 311 MgSTS468            187.98           
##  98 CA167               193.22           
##  93 CA217               193.66           
## 
##  26 markers            log-likelihood: -2669.008
(LG9 <- map(F2_LGs_list[[9]]))
## 
## Printing map:
## 
## Markers               Position           
## 
##  21 AA137                 0.00           
## 260 MgSTS17               4.72           
## 249 CC93                 17.42           
## 127 BD371                18.50           
## 279 MgSTS133             26.75           
## 334 MgSTS350             34.37           
## 262 MgSTS18              46.93           
## 385 MgSTS632             52.32           
## 362 MgSTS578             60.27           
## 350 MgSTS500             64.23           
## 105 CA75                 66.77           
## 134 BD251                77.56           
##  60 BB216                85.29           
## 
##  13 markers            log-likelihood: -1459.726
(LG10 <- map(F2_LGs_list[[10]]))
## 
## Printing map:
## 
## Markers               Position           
## 
##  26 BA449                 0.00           
## 250 CC61                  5.09           
## 278 MgSTS93              12.20           
## 270 MgSTS26              13.39           
## 404 MgSTS598             17.78           
## 338 MgSTS344             20.19           
## 
##  6 markers            log-likelihood: -590.8984
(LG11 <- map(F2_LGs_list[[11]]))
## 
## Printing map:
## 
## Markers                Position           
## 
##  66 BB182                  0.00           
## 101 CA140                  3.41           
## 114 CB216                 13.61           
##  78 CA378                 16.32           
## 298 MgSTS36               21.55           
## 392 MgSTS438              22.16           
## 154 AA296C                34.44           
## 201 BC330                 40.49           
## 331 MgSTS282B             63.10           
## 185 AAT364                78.83           
## 183 AAT308                91.73           
## 314 MgSTS113              96.54           
## 189 BC546                111.11           
## 198 BC376                118.52           
##  44 BA175                120.54           
## 158 BA245C               124.84           
## 300 MgSTS437             131.37           
## 144 BD143                142.25           
## 194 BC478                159.38           
## 205 BC219                188.64           
## 242 CC149                223.29           
## 203 BC266                260.07           
## 248 CC114                268.05           
##  30 BA394                282.02           
## 
##  24 markers            log-likelihood: -2782.989
(LG12 <- map(F2_LGs_list[[12]]))
## 
## Printing map:
## 
## Markers               Position           
## 
## 241 CC150                 0.00           
## 207 BC199                16.28           
##  63 BB198                26.87           
## 383 MgSTS419             35.68           
## 304 MgSTS68              36.66           
## 330 MgSTS326             45.67           
##  48 BA145                51.14           
## 410 MgSTS622             63.22           
## 170 AAT240               71.99           
## 121 CB126                77.79           
## 281 MgSTS55              93.13           
## 164 CB263C              108.16           
##  79 CA315               114.31           
## 123 CB55                137.78           
## 416 MgSTS599            142.74           
## 407 MgSTS104            153.85           
## 285 MgSTS11             164.06           
## 284 MgSTS45             165.29           
## 390 MgSTS577            166.22           
##  35 BA334               171.71           
## 117 CB172               196.14           
## 
##  21 markers            log-likelihood: -2432.026
(LG13 <- map(F2_LGs_list[[13]]))
## 
## Printing map:
## 
## Markers               Position           
## 
## 132 BD270                 0.00           
##  47 BA153                18.58           
## 243 CC138                31.63           
## 220 BC194C               48.97           
## 283 MgSTS98              69.52           
## 290 MgSTS212             75.25           
## 
##  6 markers            log-likelihood: -858.6445
(LG14 <- map(F2_LGs_list[[14]]))
## 
## Printing map:
## 
## Markers            Position           
## 
## 216 BC80               0.00           
## 100 CA150             10.74           
## 259 AP3               14.70           
## 
##  3 markers            log-likelihood: -396.303
draw_map(LG3, names = TRUE, grid = TRUE, cex.mrk = 0.7)

draw_map(list(LG1, LG2, LG3, LG4, LG5, LG6, LG7, LG8, LG9, LG10, LG11, LG12, LG13, LG14), names=T, cex.mrk = 0.6)

draw_map2(list(LG1, LG2, LG3, LG4, LG5, LG6, LG7, LG8, LG9, LG10, LG11, LG12, LG13, LG14) , col.group = "#58A4B0", col.mark = "#D52941", output = "map_LG_editado.png")
## Completed
## Output file: /home/melina/Desktop/Semestre 1/Biometria de marcadores genéticos/Aula 7/map_LG_editado(9).png
maps.list <- list(LG1, LG2, LG3, LG4, LG5, LG6, LG7, LG8, LG9, LG10, LG11, LG12, LG13, LG14)
include_graphics(c("map_LG_editado.png", "map_LGForce.png"))